如何为Pandas多层索引DataFrame新增表头层级并调整GM表头位置

初始问题 #

我有如下Pandas DataFrame：

from collections import defaultdict
import pandas as pd

dic = {'US':{'Quality':{'points':"-2 n", 'difference':'equal', 'stat': 'same'}, 'Prices':{'points':"-7 n", 'difference':'negative', 'stat': 'below'}, 'Satisfaction':{'points':"3 n", 'difference':'positive', 'stat': 'below'}},
      'UK': {'Quality':{'points':"3 n", 'difference':'equal', 'stat': 'above'}, 'Prices':{'points':"-13 n", 'difference':'negative', 'stat': 'below'}, 'Satisfaction':{'points':"2 n", 'difference':'negative', 'stat': 'same'}}}
d1 = defaultdict(dict)
for k, v in dic.items():
    for k1, v1 in v.items():
        for k2, v2 in v1.items():
            d1[(k, k2)].update({k1: v2})

df = pd.DataFrame(d1)

df.columns = df.columns.rename("Skateboard", level=0)
df.columns = df.columns.rename("Q3", level=1)
df.insert(loc=0, column=('', 'Mode'), value="Website")

当前DataFrame样式：列层级为(Skateboard, Q3)，首列是('', 'Mode')，内容为"Website"，后续列按US、UK下的points/difference/stat展开。

需求：为多层索引DataFrame新增一层表头，使GM作为顶层表头对应points列，其余列对应空顶层表头，且GM表头位于US、UK列组的最前方（每个国家列组的第一部分是GM对应的points列，之后是其余指标列）。

更新后的尝试 #

我尝试了以下代码：

from collections import defaultdict
import pandas as pd

dic = {'US':{'Quality':{'points':"-2 n", 'difference':'equal', 'stat': 'same'}, 'Prices':{'points':"-7 n", 'difference':'negative', 'stat': 'below'}, 'Satisfaction':{'points':"3 n", 'difference':'positive', 'stat': 'below'}},
      'UK': {'Quality':{'points':"3 n", 'difference':'equal', 'stat': 'above'}, 'Prices':{'points':"-13 n", 'difference':'negative', 'stat': 'below'}, 'Satisfaction':{'points':"2 n", 'difference':'negative', 'stat': 'same'}}}
d1 = defaultdict(dict)
for k, v in dic.items():
    for k1, v1 in v.items():
        for k2, v2 in v1.items():
            d1[(k, k2)].update({k1: v2})

df = pd.DataFrame(d1)

df.columns = df.columns.rename("Skateboard", level=0)
df.columns = df.columns.rename("Metric", level=1)
df1 = df.xs('points', axis=1, level=1, drop_level=False)
df2 = df.drop('points', axis=1, level=1)
df3 = (pd.concat([df1, df2], keys=['GM', ''], axis=1)
 .swaplevel(0, 1, axis=1)
 .sort_index(axis=1))
df3.columns = df3.columns.rename("Q3", level=1)
df3.insert(loc=0, column=('','', 'Mode'), value="Website")

df3

当前DataFrame样式：顶层表头GM和空值被分散在各国家列组中，而非每个国家列组的最前方。

问题：如何将GM表头移动到US和UK列组的最前面，达到目标样式？

解决方案 #

方法1：调整排序层级优先级 #

在生成拼接后的DataFrame时，修改排序逻辑，让国家（Skateboard）优先，再按顶层表头（GM优先）排序，最后按指标列排序：

# 重新生成df3并调整排序
df3 = (pd.concat([df1, df2], keys=['GM', ''], axis=1)
       .swaplevel(0, 1, axis=1)
       # 指定排序层级顺序：先国家，再顶层表头（GM在前），最后指标
       .sort_index(axis=1, level=['Skateboard', 0, 'Metric']))

# 重命名列层级
df3.columns = df3.columns.rename(["Skateboard", "TopHeader", "Metric"])
# 插入Mode列
df3.insert(loc=0, column=('', '', 'Mode'), value="Website")

方法2：按国家分组重组列 #

手动为每个国家组拼接GM列和其余列，确保GM列在每个国家组的最前方：

# 按国家分组处理列
country_groups = []
for country in ['US', 'UK']:
    # 提取当前国家的GM对应列（points）
    gm_cols = df.xs((country, 'points'), axis=1, level=[0,1], drop_level=False)
    # 提取当前国家的非GM列
    other_cols = df.xs(country, axis=1, level=0).drop('points', axis=1)
    
    # 为GM列添加顶层表头标识，其余列添加空表头
    gm_cols.columns = pd.MultiIndex.from_tuples([('GM', country, 'points')], names=['TopHeader', 'Skateboard', 'Metric'])
    other_cols.columns = pd.MultiIndex.from_tuples([('', country, col) for col in other_cols.columns], names=['TopHeader', 'Skateboard', 'Metric'])
    
    # 拼接当前国家的GM列和其余列
    country_groups.append(pd.concat([gm_cols, other_cols], axis=1))

# 拼接所有国家组，插入Mode列
df_final = pd.concat(country_groups, axis=1)
df_final.insert(loc=0, column=('', '', 'Mode'), value="Website")

两种方法都能实现每个国家列组最前方展示GM对应的points列，后续排列其余指标列的目标样式。

内容的提问来源于stack exchange，提问作者M J